[发明专利]结合深度学习与递归神经网络的电能计量误差分析方法

摘要

本发明涉及一种结合深度学习和递归神经网络的电能计量误差分析方法和系统，所述方法包括：采集影响电能计量误差因素的数据，根据所述数据建立数据存储和共享平台,并且对实际计量电能数据与理论电能数据进行初步计算得到电能计量初始误差；利用基于多变量决策树的专家评估模型和基于递归神经网络的误差评估模型分别对影响电能计量误差的各种因素数据与电能计量初始误差数据进行加权训练，分别得到所述模型下的最终电能计量误差；以及在上述两种模型对电能计量误差评估结果的基础上，基于AdaBoost的自适应集成学习模型，利用加权投票机制构建最终的电能计量误差评估分析模型，进行电网中电能计量误差的评估。

主权项

一种结合深度学习算法和递归神经网络的电能计量误差分析方法，所述电能计量误差分析方法包括：采集影响电能计量误差因素的数据，根据所述数据建立数据存储和共享平台，并且在数据存储和共享平台中对实际电能计量数据和理论电能计量数据进行初步计算得到电能计量初始误差；以电能计量初始误差数据和影响电能计量误差因素的数据作为输入数据，利用基于多变量决策树的电能计量误差专家评估模型对所述输入数据进行加权训练，得到所述评估模型下的第一最终电能计量误差；以电能计量初始误差数据和影响电能计量误差因素的数据作为输入数据，利用基于递归神经网络的电能计量误差评估模型对所述输入数据进行加权训练，得到所述评估模型下的第二最终电能计量误差；以所述第一最终电能计量误差和第二最终电能计量误差为基础，利用基于AdaBoost算法的自适应集成学习模型，以上述两种评估模型分析得到的最终电能计量误差的大小为限定条件，利用加权投票机制构建最终的电能计量误差评估模型，进行电网中电能计量误差的评估。